中国股市指数β值均值回归特性的考察.pdfVIP

【市场研究】 中国股市指数 I]；值均值回归特性的考察 李云翼 摘 要：本文研究了中国股市不同指数的 系数是否服从均值 回归过程，研究使用状态空间 模型下总计六种状态向量假设，对 口系数可能服从的六种动态行为进行拟合，利用MAE分析比 较并选择出最佳模型，进而判断给定指数的 口系数的均值回归特征。研究结果表明，作为特定组 合的代表，中国股市各种指数的B系数从总体上而言是呈现均值回归态势的，这一结论意味着大 多数指数对市场总体情况的敏感度是围绕着某个中枢波动的。 关键词：指数B值 均值回归 状态空间模型 在 目前国内关于动态p系数的文献中，专题讨论 p系数均值回归特征的不多，其中针对给定指数的p 值均值回归特征的研究更为少见。此外，状态空间模型可以利用可观测数据来估计不可观测的变量．在动 态B研究方面有着很广泛的用途，国内有关 系数研究的文献对这一模型还远不够充分。 为弥补这些不足，本文的研究全面利用了状态空间模型下的六种状态向量假设，专 门对指数 p系数的 均值回归特征进行实证研究。并得出了相关结论。本文与其他研究的不同之处在于：对于给定的指数，比较 分析这六种不同假设以及传统的普通最小二乘法(()LS)到底哪一种能够最好地描述 p值的动态行为，然后 判断是否具备均值回归的特征。 在结构安排上，本文第一部分提出了研究的问题并作了相关文献综述，第二部分简单介绍了实证中所 采用的状态空间模型、比较方法 以及数据处理 ，第三部分为实证研究结果，第四部分是结论分析。 一 、 问题提出及文献综述 作为CAPM 中的风险度量参数，B值的研究历来广受关注。随着对8研究的深入，p的时变性 已经被 广泛接受。国外研究对动态 口值的运动形式有着不同的假说。其中较为主流的一种看法认为 8系数服从均 值回归过程，但对于中国这样一个迅速发展的新兴市场这一结论是否适用仍有待于实证检验。 B系数除了用于描述个股系统风险描述 以外 。在组合中的应用更佳，股市中任何指数都可以视为证券 的特定组合，指数本质上就是一个股票群的综合情况的表述。对指数 8值的考察实际上等同于对特定证券 组合的p值的考察。一般认为组合的p值较个股更为稳定．因此本文专题印证均值回归假说是否适用于中 国股市的各种指数的8值。 均值回归假说的意义在于，如果 p系数存在均值回归趋势的话，那么即使p是动态的，准确预测仍将是 可能的，G值在短期 内会不断地发生变化，但是从长期来看，它总是围绕某个均值上下波动。由于在证券市 场线中8系数被视为系统风险的度量参数，在单因素模型中p被看成是资产收益率对某个市场指数收益率 的敏感度，如果能证明某项资产的B系数是一个均值回归过程，那么可以认为该资产的系统风险或是对市 场指数的敏感度长期来看是围绕着某个中枢波动的。 国外学者 中，Blume(197I)、FabozziandFrancis(1978)、BosandNewbold(1984)等人的研究都表 明了p 的稳定性假设难 以成立。其中Blume(1975)是最早对 8提出均值回归假说的学者，他认为上市公司原先从 事极端高 (低)风险的经营项 目在经过一段时间后风险有可能降低 (升高)，或者其新拓展的项 目风险比旧项 目低 (高)，因此作为衡量单个证券风险的p系数也会发生相应的变化，这一结论得到了BrennerandSmidt (1977)等学者的响应 。 本文采用状态空间模型对指数B值的均值回归性质展开研究，在国内已有文献中，类似的研究尚较少，而 且在使用状态空间模型的文献中，大多只使用一至三种状态向量假设，本文创新之处在于总共使用了六种状 态向量假设对B系数的六种可能的动态行为进行了比较分析，然后分辨考察对象p系数的均值回归特征。 一 83 — 二、基于状态空间模型的研究设计 (一)状态空间模型和卡尔曼滤波 B值是无法直接观测的，需要利用可以观测的资产历史收益率来来进行测量，状态空间模型(Space StateMode1)在这方面有独到之处。状态空间模型由两个方程组成，观察方程(MeasurementEquation)和状 态方程 (TransitionEquation)，在 口系数的研究中，观察方程即威廉 ·夏普的单因素指数模型，状态方程则